AI inkopen vraagt meer aandacht voor gebruik en resultaat

Inleiding

De eerste AI-golf draaide om toegang. Welke tool nemen we? Welke teams krijgen een copilot? Hoeveel licenties schaffen we aan?

De volgende golf draait om iets anders: waar betalen we eigenlijk voor?

Dat lijkt een klein commercieel detail, maar het is in werkelijkheid een grote managementverschuiving. Want zodra bedrijven AI niet meer inkopen als algemene softwarelaag, maar als een vorm van meetbaar werk, verandert ook de manier waarop je investeert, contracteert en stuurt.

Precies daarom is het Wall Street Journal-artikel van 18 februari 2026 zo relevant voor ondernemers en bestuurders. De kernobservatie daarin is simpel en veelzeggend: AI-software verkoopt minder gemakkelijk dan een jaar eerder. Volgens de openbare inleiding nemen potentiële klanten meer tijd om aankopen te beoordelen en kopen zij minder gretig dan een jaar eerder. Voor kopers volgt daaruit een praktische opdracht: betrek legal en finance vroeg en vraag om bewijs van rendement voordat je tekent.

Dat is geen rem op AI. Het is volwassenwording.

Van AI-hype naar AI-eenheidseconomie

De markt beweegt daarmee van enthousiasme naar rekensom.

Zolang AI vooral als extra functie in bestaande software werd gekocht, kon de commerciële logica nog lijken op klassieke SaaS: prijs per gebruiker, prijs per team, prijs per maand. Maar die logica schuurt zodra AI niet alleen beschikbaar is, maar ook echt arbeid verricht. Dan tellen vragen als:

• hoeveel taken neemt het systeem over;
• hoeveel fouten ontstaan er nog;
• hoeveel menselijke nacontrole blijft nodig;
• en wat kost elke extra AI-interactie in werkelijkheid.

Daarom is de recente Zendesk-beweging zo belangrijk. TechRadar berichtte op 22 mei 2026 dat Zendesk voor AI-agents een outcome-based model introduceerde waarbij klanten alleen betalen voor interacties die daadwerkelijk door AI zijn opgelost en ook nog apart worden gevalideerd. Dat is fundamenteel iets anders dan seat-based software.

De boodschap daarachter is groter dan customer service alleen. AI wordt commercieel steeds minder verkocht als digitale toegang en steeds vaker als digitale arbeid.

Waarom dit voor ondernemers en directies direct relevant is

De meeste bedrijven hoeven niet zelf een AI-product te bouwen om hiermee te maken te krijgen. Deze verschuiving komt ook gewoon binnen via bestaande leveranciers van CRM, support, HR, marketing, analytics en productiviteitstools.

Dat betekent dat directies niet alleen moeten beoordelen of AI "interessant" is, maar ook of het prijsmodel logisch is. Een goedkoop ogende AI-oplossing kan duur uitvallen als gebruik explodeert. Een dure oplossing kan juist rationeel zijn als hij aantoonbaar werk afrondt dat anders uren van schaarse medewerkers kost.

Daarmee schuift de AI-discussie op van adoptie naar economische ontwerpkeuze.

Dat zie je ook terug in recente marktdata. Business Insider meldde op 26 juni 2026 op basis van RBC Capital Markets dat hybride prijsmodellen, waarin seat-licenties worden gecombineerd met usage-based pricing, snel de voorkeursvorm worden voor enterprise AI. In hetzelfde onderzoek zei meer dan de helft van de respondenten dat AI al in productie draait, terwijl nog eens 35% verwacht dat binnen zes maanden te bereiken.

Die combinatie is belangrijk. AI gaat dus niet terug de pilotfase in, maar de commerciële randvoorwaarden veranderen wel degelijk.

De nieuwe bestuursvraag: wat is een betaalbare AI-uitkomst?

Dat is de vraag die veel organisaties nog onvoldoende expliciet stellen.

Bij klassieke software koop je beschikbaarheid. Bij AI koop je in toenemende mate verbruik, output of zelfs uitkomst. En dat vraagt om een ander soort besturing.

Bestuurders moeten dan niet meer alleen vragen of medewerkers met AI kunnen werken, maar vooral:

• welke taak precies door AI wordt uitgevoerd;
• hoe succes of mislukking wordt gemeten;
• waar de menselijke controle begint;
• welke kosten oplopen als gebruik toeneemt;
• en wanneer een leverancier meedeelt in risico in plaats van alleen in omzet.

Juist op dat laatste punt zit een grote omslag. Outcome-based pricing legt een deel van het prestatierisico terug bij de leverancier. Voor kopers is dat aantrekkelijk, maar alleen als de uitkomst helder gedefinieerd is. "Opgelost", "afgerond" of "verwerkt" klinkt objectief, maar krijgt pas bestuurlijke waarde als de organisatie vooraf vastlegt wat zo'n term precies betekent.

Anders verschuift onduidelijkheid van de factuur naar de operatie.

Waarom tokenkosten nu een managementonderwerp zijn

Nog een signaal dat deze markt verandert: kostenbeheersing verschuift van technische bijzaak naar structurele discipline.

Business Insider schreef op 1 juli 2026 dat UBS op basis van gesprekken met enterprise IT-leiders concludeerde dat ongeveer 60% van de ondernemingen in die gesprekken hun AI-uitgaven op een of andere manier aan het afremmen of begrenzen is. Niet omdat ze AI opgeven, maar omdat tokenverbruik en oplopende rekeningen steeds zichtbaarder worden voor CFO's en CTO's.

Dat is een wezenlijk verschil.

De vraag is niet meer alleen of AI waarde kan leveren. De vraag is steeds vaker of de waarde sneller groeit dan de rekening. Daardoor worden verbruiksplafonds, veiligheidsgrenzen, monitoring en kosten per workflow net zo belangrijk als modelkwaliteit.

Voor veel organisaties is dat een ongemakkelijke overgang. Ze begonnen met AI als innovatieproject, maar moeten het nu gaan runnen als operationele kostenpost met prestatiemeting.

Wat slimme bedrijven nu anders gaan doen

Voor ondernemers en bestuurders volgen uit deze bronnen vijf concrete lessen.

1. Stuur AI niet alleen op gebruik, maar ook op kosten per resultaat. Meet niet alleen hoeveel mensen een tool openen, maar wat een bruikbare samenvatting, afgeronde case, gekwalificeerde lead of afgehandeld ticket werkelijk kost.

2. Accepteer geen vaag prijsmodel. Vraag leveranciers expliciet of je betaalt voor seats, tokens, acties, outputs of gevalideerde outcomes. Zonder die helderheid kun je AI-budgetten nauwelijks betrouwbaar sturen.

3. Laat financiën, bedrijfsvoering en juridische zaken vroeg meebeslissen. AI-aankoop is steeds minder een toolkeuze en steeds meer een mix van contractlogica, risicoverdeling en operationeel ontwerp.

4. Stel grenzen voordat het gebruik sterk groeit. Als AI-kosten pas zichtbaar worden nadat teams massaal zijn opgeschaald, ben je te laat. Stel vooraf plafonds, alerts en reviewmomenten in.

5. Kies waar outcome-based pricing echt werkt. Niet elk proces leent zich ervoor. Taken met heldere definitie, beperkte uitzonderingen en goede kwaliteitscontrole zijn geschikter dan werk met veel interpretatie, context of juridische nuance.

Waarom deze verschuiving strategisch belangrijker is dan weer een nieuw model

Veel AI-discussies blijven hangen op modelvergelijkingen. Welk model is slimmer? Welk model is sneller? Welk model is goedkoper?

Dat zijn relevante vragen, maar ze missen steeds vaker het bestuurlijke zwaartepunt.

Het echte verschil tussen winnaars en volgers zit waarschijnlijk niet alleen in toegang tot goede modellen, maar in het vermogen om AI economisch volwassen in te kopen en te beheren. Een bedrijf dat exact weet welke AI-uitkomst het wil kopen, welke menselijke controle nodig blijft en welke kostenstructuur daarbij past, bouwt een veel sterkere positie op dan een bedrijf dat vooral veel pilots en losse licenties verzamelt.

Ook het Artificial Intelligence Index Report 2026, gepubliceerd op 14 april 2026, wijst in bredere zin op hetzelfde spanningsveld: AI-capaciteiten groeien snel, terwijl governance, evaluatie en de systemen eromheen moeite hebben om dat tempo bij te houden. Commerciële besturing hoort daar nadrukkelijk bij.

AI wordt daarmee minder een softwarekeuze en meer een bedrijfsmodelkeuze

Dat is uiteindelijk de kern.

AI schuift op van tool naar productiefactor. En zodra dat gebeurt, verschuift ook de logica van kopen, meten en managen. Dan praat je niet meer alleen over toegang tot intelligentie, maar over de prijs van digitaal uitgevoerde arbeid.

Voor ondernemers en directies is dit daarom een nuttiger vraag dan "welke AI-tool moeten we hebben?":

welke uitkomst willen we inkopen, welke kosten accepteren we daarvoor, en welk deel van het prestatierisico moet bij ons blijven of juist bij de leverancier liggen?

Bedrijven die daar in 2026 een helder antwoord op formuleren, kopen niet alleen slimmer in. Ze bouwen ook een veel robuuster fundament voor schaalbare AI-waarde.